python中np.multiply（）、np.dot（）和星號（*）三種乘法運算的區別（轉）

為了區分三種乘法運算的規則，具體分析如下：

import numpy as np

1. np.multiply()函數

函數作用

數組和矩陣對應位置相乘，輸出與相乘數組/矩陣的大小一致

1.1數組場景

【code】

A = np.arange(1,5).reshape(2,2)
A

【result】

array([[1, 2],
       [3, 4]])

　　

【code】

B = np.arange(0,4).reshape(2,2)
B

【result】

array([[0, 1],
       [2, 3]])

 

【code】

np.multiply(A,B)       #數組對應元素位置相乘

【result】

array([[ 0,  2],
       [ 6, 12]])

　

1.2 矩陣場景

【code】

np.multiply(np.mat(A),np.mat(B))     #矩陣對應元素位置相乘，利用np.mat()將數組轉換為矩陣

【result】

matrix([[ 0,  2],
        [ 6, 12]])

 

【code】

np.sum(np.multiply(np.mat(A),np.mat(B)))    #輸出為標量

【result】

20

　　

2. np.dot()函數

函數作用

對於秩為1的數組，執行對應位置相乘，然后再相加；

對於秩不為1的二維數組，執行矩陣乘法運算；超過二維的可以參考numpy庫介紹。

 

2.1 數組場景

2.1.1 數組秩不為1的場景

【code】

A = np.arange(1,5).reshape(2,2)
A

【result】

array([[1, 2],
       [3, 4]])

 

【code】

B = np.arange(0,4).reshape(2,2)
B

【result】

array([[0, 1],
       [2, 3]])

　　

【code】

np.dot(A,B)    #對數組執行矩陣相乘運算

【result】

array([[ 4,  7],
       [ 8, 15]])

　　

2.1.2 數組秩為1的場景

【code】

C = np.arange(1,4)
C

【result】

array([1, 2, 3])

 

【code】

D = np.arange(0,3)
D

【result】

array([0, 1, 2])

　　

【code】

np.dot(C,D)   #對應位置相乘，再求和

【result】

8

　　

2.2 矩陣場景

【code】

np.dot(np.mat(A),np.mat(B))   #執行矩陣乘法運算

【result】

matrix([[ 4,  7],
        [ 8, 15]])

　　

 

3. 星號（*）乘法運算

作用

對數組執行對應位置相乘

對矩陣執行矩陣乘法運算

3.1 數組場景

【code】

A = np.arange(1,5).reshape(2,2)
A

【result】

array([[1, 2],
       [3, 4]])

 

【code】

B = np.arange(0,4).reshape(2,2)
B

【result】

array([[0, 1],
       [2, 3]])

 

【code】

A*B  #對應位置點乘

【result】

array([[ 0,  2],
       [ 6, 12]])

　　

3.2矩陣場景

【code】

(np.mat(A))*(np.mat(B))  #執行矩陣運算

【result】

matrix([[ 4,  7],
        [ 8, 15]])

------------------------------------------------

轉載自：https://blog.csdn.net/zenghaitao0128/article/details/78715140